«Если рабочий хочет хорошо выполнять свою работу, он должен сначала заточить свои инструменты» — Конфуций, «Аналитики Конфуция. Лу Лингун»
титульная страница > программирование > Как присоединиться к DataFrames на основе диапазонов временных метров?

Как присоединиться к DataFrames на основе диапазонов временных метров?

Опубликовано в 2025-03-22
Просматривать:639

How to Join DataFrames Based on Timestamp Ranges?

соединение DataFrames на основе диапазонов значений столбца

в данном контексте у нас есть два фрейма Data, DF_1 и DF_2, где нам нужно объединить их, чтобы в столбце Timemest в DF_1 в рамках начала и заканчиваются столбцы в столбцах в заканчиваниях в столбцах. df_2.

один подход к достижению этого - создать индекс интервалов из столбцов начала и конечного в DF_2. Затем мы можем использовать метод GET_LOC для получения соответствующего события для каждой метки времени в DF_1. Вот код Python для этого решения:

# Create interval index from df_2
df_2.index = pd.IntervalIndex.from_arrays(df_2['start'], df_2['end'], closed='both')

# Get corresponding event for each timestamp in df_1
df_1['event'] = df_1['timestamp'].apply(lambda x: df_2.iloc[df_2.index.get_loc(x)]['event'])

это создаст новую колонку с именем события в DF_1, который содержит соответствующие события для каждого Timestam Полученный соединенный DataFrame будет содержать следующие столбцы:

timestamp         A         B event

] Вывод будет выглядеть аналогичным:

            timestamp         A         B event
0 2016-05-14 10:54:33  0.020228  0.026572    E1
1 2016-05-14 10:54:34  0.057780  0.175499    E2
2 2016-05-14 10:54:35  0.098808  0.620986    E2
3 2016-05-14 10:54:36  0.158789  1.014819    E2
4 2016-05-14 10:54:39  0.038129  2.384590    E3
]
Последний учебник Более>

Изучайте китайский

Отказ от ответственности: Все предоставленные ресурсы частично взяты из Интернета. В случае нарушения ваших авторских прав или других прав и интересов, пожалуйста, объясните подробные причины и предоставьте доказательства авторских прав или прав и интересов, а затем отправьте их по электронной почте: [email protected]. Мы сделаем это за вас как можно скорее.

Copyright© 2022 湘ICP备2022001581号-3